基于神经网络的AlCuMgAg合金蠕变速率预测.pdfVIP

Hot Technology2013，V01．42，No．10 Working 黄宽娜．刘徽 (乐山师范学院数学与信息科学学院，四川乐山614000) 摘要：基于BP型神经网络理论和算法，研究了A1．Cu．Mg—Ag合金在高温欠时效态的蠕变速率，建立了影响蠕变 速率参数与蠕变速率预测的神经网络模型。结果表明，预测结果能很好地与实验结果相对应，采用BP型神经网络模型 是可靠的，为解决预测合金材料蠕变速率问题提供了一种先进、合理的方法。 关键词：BP神经网络；Al·Cu-Mg-Ag合金；蠕变；欠时效态 中图分类号：TGl31 文献标识码：A 12．03 文章编号：1001．3814(2013)10．01 RatePredictionof BasedonArtificialNeuralNetwork Creep Al-Cu-Mg—Ag HUANGKuanna．LIUHui Normal (LeshanUniversity,Leshan614000，China) onBPneuralnetworkand ratesof were Abstract：Based theoryalgorithms，thecreep under-agedA1-Cu-Mg-Agalloy studiedandaneuralnetworkmodelforthe andthe rateswasbuilt．Theresearchresultsshowthatthe hnpactparameterscreep forecastresults羽七well tothe resultsandtheBPneuralnetworkmodelisreliable．whichcan correspondingexperimental an rate advancedandreasonablefor the the ofthe ways ofpredicting alloy． provide solvingproblems creep neural words：BP Key network；AI-Cu-Mg-Agalloy；creep；under-aged 络是具有强大的处理不同参数间非线性关系的有力 ～．Cu．Mg-Ag合金是一种新型耐热铝合金，该 合金在高温下不但拥有优异的力学性能，而且拥有 工具。在处理不同参数对合金材料性能影响方面有 良好的抗蠕变性能，尤其是在欠时效稳态时【1-31。广泛应用。说明该方法在处理这一类问题上是可 行、有效的M。鉴于此，本文基于神经网络来研究 Lumley等【l-2]在研究A1．Cu-Mg．Ag合金的抗蠕变性 能时发现，欠时效态的合金有着更好的蠕变性．比其 Al—Cu—Mg．Ag在欠时效时的蠕变行为。 在峰时效态的抗蠕变性能。其峰时效态合金与欠时 1 BP神经网络模型的建立 效态合金在150℃／30